如今，CMOS圖像傳感器在我們的日常生活中已經(jīng)無處不在，從智能手機(jī)到汽車、安全攝像頭、機(jī)器人和AR/VR娛樂設(shè)備。對智能、互聯(lián)和自主消費(fèi)產(chǎn)品的強(qiáng)勁需求在很大程度上推動了物聯(lián)網(wǎng)時代的到來。相對的，為了促進(jìn)像素尺寸進(jìn)一步減小，CMOS圖像傳感器的像素尺寸甚至超過了0.7μm，并通過像素級互聯(lián)實(shí)現(xiàn)更大的CIS/ISP集成，領(lǐng)先的圖像傳感器設(shè)計公司、供應(yīng)商和全球代工廠繼續(xù)推進(jìn)技術(shù)創(chuàng)新。增強(qiáng)的長波長檢測和改進(jìn)的SPAD設(shè)計也促進(jìn)了3D-TOF成像的發(fā)展，提供更廣泛的CIS能力來滿足新興應(yīng)用需求。

對移動成像來說，堆棧式、背照式圖像傳感器將繼續(xù)主導(dǎo)市場。2020年近90%智能手機(jī)成像設(shè)備（圖1）使用相關(guān)技術(shù)。隨著片上圖像處理成為提高性能的關(guān)鍵，預(yù)計它們在智能手機(jī)中的應(yīng)用將繼續(xù)超過單片背照式圖像傳感器。

 

圖1

此外，堆棧式+背照式圖像傳感器有源陣列（ active array）增加了對die表面空間的需求，這個趨勢是由提高分辨率的需求推動的，因?yàn)橹悄苁謾C(jī)的圖像在2020年就超過了1000萬像素，并仍然呈上升趨勢。圖2顯示了自2013年以來分析的堆疊芯片，可以看到用于感光的CIS面積占比越來越高，已經(jīng)超過了80%。 

圖2

Pixel footprint的持續(xù)小型化有助于獲得更高分辨率。此外，隨著像素間距的減小，需要增加硅厚度以保持良好的像素光響應(yīng)。圖 3 顯示了硅厚度和厚度與像素間距之比的趨勢，兩者都隨著像素尺寸的減小而增加。

圖3

我們在三星GW3上觀察到最高的縱橫比（圖4（a））。據(jù)了解，這是一款6400萬像素、0.7μm單像素尺寸的圖像傳感器，具有4.1μm有源外延厚度（active EPI thickness）和F-DTI（ Front-Deep Trench Isolation）。豪威科技的0.7μm OV64B（圖4（b））具有部分 Back-DTI，觀察到其EPI厚度為3.0μm。

圖4

像素尺寸的減小對保持PDAF（ Phase Detection Auto Focus ）像素的高輸出信號提出了挑戰(zhàn)。圖5顯示了智能手機(jī)圖像傳感器在分辨率和像素尺寸方面的PDAF方法。雖然Masked PDAF和雙光電二極管（Dual Photodiode）仍然用于較低分辨率和較大像素尺寸的傳感器，但隨著像素尺寸降低到約1.0μm以下，OCL（On-Chip Lens）已成為PDAF的選擇方法。

圖5

隨著像素尺寸的減小， Masked pixels的 Fill-Factor也在減小，因此PDAF信號也隨之減小。目前所能觀察到的最小 的Masked pixels是來自三星于2019年發(fā)布的0.8μmGM1以及2020年發(fā)布的GD1（圖6）。他們都是采用四像素合成技術(shù)的方式在你傳感器上實(shí)現(xiàn)，并使用清晰通道來增強(qiáng)PDAF輸出。

圖6

由于基于OCL的PDAF像素不會犧牲表面積，并且由于基于抗蝕劑（ resist-based）的工藝易于擴(kuò)展，因此OCL-PDAF被用于生成較小的0.7μm傳感器，并且隨著0.6μm像素生成的實(shí)現(xiàn)，OCL-PDAF有望繼續(xù)使用。

此外，隨著自動對焦的進(jìn)一步完善，傳統(tǒng)的2x1 OCL結(jié)構(gòu)現(xiàn)已演變?yōu)?x2 OCL結(jié)構(gòu)，以促進(jìn)X和y方向上的PDAF。圖7顯示了觀察到的在使用中的不同2×2 OCL方法。最近在0.7μm、6400萬像素的OV64B（圖7（a））中觀察到，豪威科技使用相當(dāng)于2x2像素的大型OCL，而三星使用一對相鄰的2x1 OCL來實(shí)現(xiàn)2x2效果，就像在去年推出的0.8μm、1.08億像素的HM1和HM3以及0.7μm的PI中所觀察到的那樣。在最近像素間距為 0.7 μm（圖 7 (b)）的HM2上 ，OCL-PDAF 通常用綠色通道（green channe）來替換紅色和藍(lán)色通道，以實(shí)現(xiàn)最大化的輸出信號，其PDAF 單元密度為 32:1 或 36:1。

圖7

相比之下，索尼引入了全陣列2x2 OCL方法，其中微透鏡（microlens）的像素大小是整個有源陣列的兩倍。這最初是在2020年發(fā)布的，1.12 μm、4800萬像素的傳感器IMX689上看到的(圖7(c))。，而最近也在IMX766和IMX789上觀察到。由于全陣列自動對焦沒有PDAF專用像素，因此所有像素都可用于圖像采集。

如圖8所示，由于像素內(nèi)溝槽隔離（ in-pixel trench isolation），雙光電二極管全陣列（Dual Photodiode full array）PDAF仍然是“大像素”PDAF方法。索尼在IMX700中發(fā)布了Octa-PD技術(shù)，這是一款1.22μm、5000萬像素的Quad-Bayer CIS，它在所有彩色通道中的每個像素都有2個光電二極管。而三星在GN2中引入了一種改進(jìn)的雙光電二極管PDAF方法。這同樣是一款1.40μm、5000萬像素的傳感器，具有傾斜的綠色通道（slanted green channel）in-pixel DTI，有助于X和X方向的PDAF。三星目前保持著在GN1中創(chuàng)造的1.2μm的最小像素尺寸雙光電二極管PDAF方法的記錄（圖8（b））。

圖8

對于小像素尺寸的智能手機(jī)傳感器，低光照條件下的高信號輸出繼續(xù)驅(qū)動Color Filter Array（CFA）mosaic和pixel-binning合并策略。圖9顯示了智能手機(jī)圖像傳感器CFA圖案的分辨率和像素尺寸。2019年，索尼在IMX608中使用了4x4 分組方法。2020年，三星在1.08億像素的傳感器（HM1、HM2和HM3）中采用的是3x3像素分組方案，并將其命名為Nanocell。 

圖9

圖10顯示了智能手機(jī)圖像傳感器的mosaics中CFA間距與pixel-pitch的對比 ：拜耳、2x2、3x3和4x4）像素尺寸的關(guān)系。觀察到最大CFA間距是4.48μm的IMX608，其次的是豪威科技2.8μm采用4cell技術(shù)的OV12D2Q以及三星采用四像素合成技術(shù)的GN2。從2020年的統(tǒng)計結(jié)果來看，智能手機(jī)圖像傳感器的CFA間距變化很大，數(shù)字介乎1.4μm和2.8μm之間。隨著像素尺寸的進(jìn)一步減小，3x3和4x4Mosaics.的利用率可能會增加。

圖10

隨著堆棧式CIS/ISP Die逐漸成為主流，對更小的TSV/DBI互聯(lián)的需求變得至關(guān)重要。這是為了減少芯片占用面積，但更重要的是為了促進(jìn)像素級互聯(lián)。圖11顯示了2014年至2021年間分析的所有堆棧式傳感器的Cu-Cu混合鍵合的DBI間距趨勢。在大多數(shù)情況下，外圍的行/列互聯(lián)仍然是現(xiàn)在的主流方案，觀察到的行/列互聯(lián)最小的TSV/DBI間距為3.1μm。

圖11

然而，到目前為止，僅有3款已經(jīng)商用的圖像傳感器利用像素級互聯(lián)進(jìn)行分析，分別是來自蘋果2020 iPad Pro上的索尼SPAD傳感器（150 X 200）、索尼 SensSWIR IMX990/991 VGA傳感器和豪威科技的OG01A1B（100萬像素）。其中，豪威的OG01A1B的DBI互聯(lián)間距最小，達(dá)到了2.2μm（圖12（a）），索尼SPAD傳感器的DBI間距測量值為5.0μm（圖12（b））。

圖12

近年來，NIR（Near-Infrared）增強(qiáng)在安全監(jiān)視、測距應(yīng)用和機(jī)器視覺方面獲得了很多關(guān)注。為了提高NIR范圍內(nèi)的量子效率，我們采取的一種有效方法就是增加CIS的活性硅厚度（active silicon thickness），使其超過用于主流移動應(yīng)用的厚度。圖13顯示了背照式傳感器的活性硅厚度趨勢，突出了每個應(yīng)用。NIR增強(qiáng)傳感器的外延厚度一般在5.9-7.1μm，這與用于主流CIS的3.0-4.1μm的厚度數(shù)值形成對比。

圖13

改善QE的另一個重要方法是通過促進(jìn)衍射進(jìn)入EPI來減少入 incident IR的反向散射。我們觀察到正在使用的包括淺槽/柵格和倒金字塔陣列（IPA：Inverted Pyramid Arrays）。索尼保持著最厚的CIS EPI（IPA）記錄（6.2μm）和最小的像素尺寸（1.12μm）（IPA（2x2））。豪威科技從淺槽過渡到IPA，并在最新的傳感器（8 MP OS08A20）上通過擴(kuò)展IPA成功獲得更高的分辨率。安森美半導(dǎo)體和思特威分別在ARX3A0和SC5035中演示了使用IPA（圖14）。

圖14

背面結(jié)構(gòu)的示例如圖15所示，通過針對特定的成像波長進(jìn)行了優(yōu)化，可以看到IPA數(shù)量和深度的變化。對于三星來說，使用7.0μm I-TOF圖像傳感器時可以找到淺槽柵格。

圖15

2020年，我們看到了3D飛行時間（TOF）圖像傳感器的持續(xù)發(fā)展，見證了在iPad Pro和iPhone 12 Pro/Max的后置攝像頭模塊中首次使用D-TOF/LiDAR堆棧式+背照式傳感器，即索尼SPAD傳感器。

圖16提供了從像素數(shù)、TOF方法和傳感器配置方面分析TOF器件的趨勢，看到來自索尼、三星和Gpixel為i-ToF繼續(xù)推出VGA型傳感器。反向照明的轉(zhuǎn)變利用了使用850nm-940nm NIR波長QE。對于接近/手勢控制，較小的像素數(shù)傳感器繼續(xù)占主導(dǎo)地位。

意法半導(dǎo)體最近推出了VL53L5，這是一款64通道前照式D-TOF SPAD傳感器，具有多目標(biāo)跟蹤功能，適用于前置移動應(yīng)用。隨著對面部識別/生物識別技術(shù)的重視，可以預(yù)見，未來更高分辨率（可能是VGA級）的前置TOF可能會得到更多的采用。

圖16

從TOF的像素尺寸來看，圖17顯示，隨著背照式傳感器的發(fā)展趨勢，小像素的使用將會越來越多。到目前為止，在微軟 Azure Kinect上觀察到了最小的像素尺寸和最高的分辨率，這是一款3.5μm、100萬像素I-TOF傳感器。

圖17

最后，我們來看看每個應(yīng)用程序的像素復(fù)雜度。

圖18顯示了過去十年中每像素中有效晶體管數(shù)量（Teff）的變化趨勢。用于移動應(yīng)用的CIS通常具有共享像素，以便減少Teff。相比之下，I-TOF，特別是基于事件的圖像傳感器，通常利用具有較高晶體管數(shù)量的非共享像素，例如采用 4-Tap pixel以實(shí)現(xiàn)深度分辨率的32T三星I-TOF 33D和36T三星231YX動態(tài)視覺傳感器。

目前，觀察到晶體管數(shù)量最高的是最近分析的52T的索尼和普諾飛思基于事件的傳感器?；谑录膫鞲衅魍婕暗礁嗟南袼貜?fù)雜性，因?yàn)樗鼈兘Y(jié)合了傳統(tǒng)CIS中不使用的像素級功能，例如測量信號強(qiáng)度的對數(shù)和像素內(nèi)時間戳的使用。因此，基于事件的傳感器將受益于芯片堆疊和像素級互聯(lián)，可以在汽車、機(jī)器視覺以及其他應(yīng)用中繼續(xù)發(fā)展并得到更廣泛的應(yīng)用。

圖18

來源：2021-12-05  半導(dǎo)體行業(yè)觀察  techinsights

免責(zé)聲明：本文僅代表作者個人觀點(diǎn)，與摘抄信息網(wǎng)無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者 部分內(nèi)容、文字的真實(shí)性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實(shí)相關(guān)內(nèi)容。

版權(quán)聲明：本文系網(wǎng)絡(luò)轉(zhuǎn)載，已標(biāo)明出處。如需轉(zhuǎn)載，請點(diǎn)擊原文來源出處，聯(lián)系作者進(jìn)行轉(zhuǎn)載。